全世界有3.14 %?的人已經(jīng)關(guān)注了

數(shù)據(jù)與算法之美

導(dǎo)讀：總是看到有人說(shuō)，動(dòng)態(tài)一時(shí)爽，重構(gòu)火葬場(chǎng)。然而這世界上有的是著名的開(kāi)源項(xiàng)目， 也有像 Github、Instagram 這樣流量巨大的知名網(wǎng)站是基于動(dòng)態(tài)語(yǔ)言開(kāi)發(fā)的，經(jīng)過(guò)了這么多年重構(gòu)，也未聽(tīng)說(shuō)哪個(gè)作者進(jìn)了火葬場(chǎng)的，不明白這些人是真的不知道還是裝作看不見(jiàn)呢？

不過(guò)他們說(shuō)動(dòng)態(tài)語(yǔ)言大到一定程度就無(wú)法維護(hù)，雖然這話也同樣不值一駁，不過(guò)也提醒了我，我也很好奇用動(dòng)態(tài)語(yǔ)言開(kāi)發(fā)的項(xiàng)目規(guī)模能大到什么程度。

從我知道的信息看，用動(dòng)態(tài)語(yǔ)言開(kāi)發(fā)的最大規(guī)模的項(xiàng)目可能要算是?OpenStack（https://www.openstack.org/），據(jù)說(shuō)代碼總量已經(jīng)達(dá)到數(shù)百萬(wàn)行，并且還在持續(xù)增加中。這當(dāng)然是一個(gè)說(shuō)明動(dòng)態(tài)語(yǔ)言能力的好例子。不過(guò)像這樣巨大的項(xiàng)目，要分析起來(lái)也并不容易（好吧，真正的原因是我懶得下載那么龐大的代碼庫(kù)）。

我選擇了 Python 社區(qū)中比較知名的一些項(xiàng)目來(lái)分析，主要是來(lái)自 Github ，也有個(gè)別來(lái)自其他倉(cāng)庫(kù)。這個(gè)選擇可能包含了一定的主觀因素在內(nèi)，不過(guò)我相信大多數(shù)項(xiàng)目還是非常有代表性的。

計(jì)算代碼數(shù)量的工具是?cloc（https://github.com/AlDanial/cloc）。所有項(xiàng)目均選擇截止到 2018 年 1 月 3 日的主干代碼，統(tǒng)計(jì)中僅包含 Python 文件，排除了其他文件類型。值得說(shuō)明的一點(diǎn)是， 通過(guò) Ubuntu APT 默認(rèn)安裝的 cloc 版本 1.60 在統(tǒng)計(jì)部分項(xiàng)目的時(shí)候存在問(wèn)題，該問(wèn)題在最新的版本中已經(jīng)得到解決，因此本文中所有統(tǒng)計(jì)均使用從官網(wǎng)下載的 cloc v1.72。

上表已經(jīng)按代碼行數(shù)排了序。有意思的一點(diǎn)是，?代碼規(guī)模最大的前4名中除了 CPython 之外其他三個(gè)全部是運(yùn)維性質(zhì)的項(xiàng)目，本來(lái)我猜測(cè)代碼應(yīng)該比較多的項(xiàng)目比如 Odoo 排名反而很靠后。我對(duì)運(yùn)維項(xiàng)目了解有限，不太清楚為什么這些項(xiàng)目的代碼規(guī)模會(huì)名列前茅，或許是因?yàn)橐С值膬?nèi)容比較多而雜？

本次統(tǒng)計(jì)中純 Python 代碼量最大的 Sentry 幾乎達(dá)到了 70W 行，這是相當(dāng)有規(guī)模的項(xiàng)目了。30W~50W 行代碼的項(xiàng)目有三個(gè)，包括基礎(chǔ)項(xiàng)目 CPython 在內(nèi)。20W 和 10W 行代碼規(guī)模的分別有三個(gè)，剩下 7 個(gè)則在 10W 行以內(nèi)。

看過(guò)這個(gè)列表你應(yīng)當(dāng)相信，動(dòng)態(tài)語(yǔ)言至少在幾十W行代碼的項(xiàng)目上是完全沒(méi)有問(wèn)題的。這也是絕大多數(shù)普通應(yīng)用的上限了，如果代碼真的達(dá)到數(shù)百萬(wàn)行規(guī)模的話，那么無(wú)論用什么語(yǔ)言，都勢(shì)必面臨著拆分項(xiàng)目的問(wèn)題。

上表將代碼量指標(biāo)按照代碼/空白/注釋進(jìn)行了分類，也在一定程度上反應(yīng)了項(xiàng)目的代碼風(fēng)格。Sentry 是本次統(tǒng)計(jì)中代碼量最多的項(xiàng)目，然而從表中可以看到，項(xiàng)目中的注釋和其他項(xiàng)目相比，少得有點(diǎn)不成比例，說(shuō)明 Sentry 的作者非常不注重注釋。

同學(xué)們一定發(fā)現(xiàn)了，我在列表中除了代碼行相關(guān)的指標(biāo)之外還增加了幾個(gè)其他內(nèi)容，這也是我個(gè)人比較感興趣的方面。

第一個(gè)指標(biāo)是每個(gè)文件的平均代碼行數(shù)。按照模塊化的觀點(diǎn)，單個(gè)文件中堆砌太多內(nèi)容顯然是不合理的，這通常意味著耦合太多、難于理解和修改。然而到底多少算是合適，并沒(méi)有一個(gè)明確的標(biāo)準(zhǔn)。我希望通過(guò)這些項(xiàng)目的分析，了解一下開(kāi)源作者們?cè)趯?shí)踐中做出的選擇。

統(tǒng)計(jì)的結(jié)果分布比較平均，從 100~600行/文件的都存在，并不存在明顯的集中點(diǎn)。有趣的是，頭兩名（Pandas, NumPy）有著緊密的聯(lián)系，都是和數(shù)學(xué)統(tǒng)計(jì)相關(guān)的。這可能是因?yàn)閿?shù)學(xué)庫(kù)的特點(diǎn)比較純粹而單一，不像其他類庫(kù)那樣容易劃分。末尾的項(xiàng)目（Pillow, youtube-dl, Odoo, Scrapy）可以從側(cè)面印證這種猜想：它們都是面向特定領(lǐng)域的，所以更加容易模塊化。

第二個(gè)指標(biāo)是注釋和代碼的比例，這個(gè)問(wèn)題也有著類似的情況。注釋并非越詳盡越好，但總是需要一定量的注釋來(lái)解釋 Why 的問(wèn)題。注釋太少，說(shuō)明項(xiàng)目的作者沒(méi)有給后來(lái)的維護(hù)人員留下足夠的線索，可能會(huì)造成維護(hù)上的問(wèn)題。另一方面，我們考察的全部是開(kāi)源項(xiàng)目，沒(méi)有公司考核或者 KPI 的約束，所以我們可以放心的相信不會(huì)存在作者故意多寫注釋的問(wèn)題。

前面提到的 Sentry 毫無(wú)爭(zhēng)議的因?yàn)樽⑨屘倥诺搅俗詈?#xff0c;這未必說(shuō)明這個(gè)項(xiàng)目很差，但至少是一個(gè)信號(hào)，說(shuō)明該項(xiàng)目在維護(hù)方面可能是存在問(wèn)題的。而對(duì)于那些作者愿意投入精力來(lái)寫注釋的項(xiàng)目（Ansible, NumPy, Fabric, Salt 等），足以反映作者在項(xiàng)目上投入了相當(dāng)大的心力，這是一個(gè)好的信號(hào)，說(shuō)明這些項(xiàng)目是值得信賴的。

有一點(diǎn)是出乎我意料的，那就是作為所有項(xiàng)目之母的 CPython 排名比較靠后，按照道理這個(gè)基礎(chǔ)項(xiàng)目應(yīng)該有更多的注釋才對(duì)。不過(guò)再想一想又覺(jué)得可以理解，因?yàn)?CPython 有單獨(dú)發(fā)布的、非常詳盡的文檔，這是其他大多數(shù)項(xiàng)目都沒(méi)有的，那么代碼中的注釋少一些也是情有可原的。

最后一項(xiàng)統(tǒng)計(jì)是關(guān)于文件類型的。Python 項(xiàng)目中絕大多數(shù)應(yīng)該是 Python 代碼，這點(diǎn)沒(méi)有什么疑問(wèn)，但同時(shí)我也想看看除了 Python 代碼之外，一個(gè)項(xiàng)目還包括哪些主要文件。C/HTML/Javascipt 的上榜是毫不意外的，但有一種文件我事先沒(méi)有想到，那就是 .PO（開(kāi)源項(xiàng)目常用的語(yǔ)言資源文件）。

對(duì)于 Django 和 Django-CMS 這兩個(gè)項(xiàng)目, PO 代碼數(shù)量甚至比 Python 代碼還要多。大概看了一下，Django 支持 90 種以上的語(yǔ)言，這也無(wú)怪乎語(yǔ)言文件的數(shù)量如此之多了。

這個(gè)結(jié)果也可以提醒我們，有些同學(xué)——不僅是程序員，也包括大多數(shù)經(jīng)驗(yàn)不足的老板、客戶、產(chǎn)品經(jīng)理等——會(huì)下意識(shí)的認(rèn)為程序開(kāi)發(fā)無(wú)非是寫代碼，對(duì)于代碼之外的其他工作，在估算的時(shí)候往往只拍腦袋式的定下一個(gè)極短的時(shí)間。但對(duì)于實(shí)際的項(xiàng)目來(lái)說(shuō)，代碼僅僅是其中的一部分，“其他工作”有時(shí)候——應(yīng)該說(shuō)是經(jīng)?！獣?huì)占用你大部分的的時(shí)間和精力。這些工作往往并不有趣，但對(duì)于項(xiàng)目來(lái)說(shuō)又是必不可少的組成部分，希望同學(xué)們予以足夠的重視。

作者：YUHAO

轉(zhuǎn)自：Python愛(ài)好者

原文鏈接：

https://yuhao.space/blog/2018/1/how-large-python-projects-can-be/

版權(quán)歸原作者所有，轉(zhuǎn)載僅供學(xué)習(xí)使用，不用于任何商業(yè)用途，如有侵權(quán)請(qǐng)留言聯(lián)系刪除，感謝合作。

數(shù)據(jù)與算法之美

用數(shù)據(jù)解決不可能

長(zhǎng)按掃碼關(guān)注

總結(jié)

以上是生活随笔為你收集整理的Python项目可以有多大？最多可以有多少行代码？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。